Traitement-signal-plantes/fftFramboisier.py

86 lines
2.6 KiB
Python
Raw Normal View History

2022-01-27 14:58:51 +01:00
import math
import numpy as np
import matplotlib.pyplot as plt
import struct
#"C:\Users\quent\OneDrive\Bureau\ENSC\TransD\Framboisier\02400001.TXT"
#! /usr/bin/env python3
# -*- coding: UTF-8 -*-
AllRes = [[],[],[],[],[],[],[],[]]
for i in range(31,34): #choix desfichiers ouvert (utilisation d'un chemin relatif)
compteur = 0
if i < 10: #suivant si le fichier fini par un nombre inférieur ou supérieur à 10 on complète notre lien soit par "0"+i soit par i
complement_link = "0" + str(i)
else:
complement_link = str(i)
link = "Framboisier/024000" + complement_link +".TXT"
f = open(link , "rb")#ouvertuture du fichier txt traiter
while True:
# Lecture 26 octets dans le fichier
record = f.read(26)
if len(record) != 26:
break;
#compteur += 1
# Test si on est sur la ligne de #####...
if record[:18] == b'#################\n':
# Lit le complement et reconstitue l'enregistrement
complement = f.read(18)
record = record[18:] + complement
# Ajoute un octet null tous les 3 octets a partir du 2ème caractère jusqu'à l'avant dernier
record_4x8_octets = bytearray()
i=1;
while i<25:
record_4x8_octets.append(record[i])
if i % 3 == 0:
record_4x8_octets.append(0) # Tous les 3 octets, on en ajoute un null
i += 1
# Converti l'enregistrement (tableau de bytes) en 8 entiers signés
resultat_fois256 = struct.unpack('>iiiiiiii', record_4x8_octets)
# Divise les résultats par 256 pour recadrer les 3 octets à gauche en conservant le signe
resultat = []
for i in range(len(resultat_fois256)):
res = resultat_fois256[i] // 256 * 20
AllRes[i].append(res)
#a la fin de chaque fichier de mesure en trouve une série de 19 zéros écrit par le capteur
for i in range(19): #cette boucle permet de retirer les 19 zéros du signal
for j in range(8):
AllRes[j].pop()
f.close()#fermeturedu fichier txt
fig, (ax1, ax2) = plt.subplots(2, 1) #Création de la figure à 2 plots
Fe = 250000 #Fréquence d'échanillonage
tstep = 1 / Fe #Time spacing
N = len(AllRes[0][:]) #nb de points
t = np.linspace(0, (N-1) * tstep, N) #Tableau des temps
y = AllRes[0][:] #Signal renvoyé par le premier capteur
#Légende du plot 1
ax1.set_ylabel('Tension (nV)')
ax1.set_xlabel('Time (s)')
ax1.set_title("Tension renvoyée par le capteur 1 en fonction du temps")
#Légende du plot 2
ax2.set_xlabel('Fréquence (Hz)')
ax2.set_ylabel('Amplitude')
ax2.set_title("Spectre des fréquences du signal renvoyé par le capteur 1")
#calcul de la FFT
sp = np.fft.fft(y,Fe)
f = np.fft.fftfreq(Fe) #axe des abscisses: fréquence
#Définition des courbes des plots
ax1.plot(t,y)
ax2.plot(f,abs(sp))
#Lancement de l'affichage du plot
plt.show()